基于聚類分析的開放教育學生滿意度研究
——以宣城廣播電視大學為例

瞿華禮，裴云霞

（宣城職業(yè)技術學院，安徽 宣城242000）

基于聚類分析的開放教育學生滿意度研究
——以宣城廣播電視大學為例

瞿華禮，裴云霞

（宣城職業(yè)技術學院，安徽 宣城242000）

如今大數據時代，數據挖掘技術的應用進入到了各個領域，這在數據分析方面具有較好的應用價值并能夠在獲取潛在的知識方面滿足使用者。生源是辦學單位的生命線，能否為學生提供較好的教學服務和生活服務已經成為影響學校競爭力的決定性因素，文章從學生滿意度出發(fā)，利用聚類分析技術，找出聚類中心，系統(tǒng)分析了學生在開放教育所提供的各種服務中的滿意程度，為學校管理者的管理和決策提供依據。

數據挖掘；聚類；學生滿意度

1引　言

隨著科技和網絡技術的發(fā)展，成人高等教育已經有開放教育、各高校開辦的網絡教育、成人教育學院等多種模式，加上普通高校的擴招和生源數逐年減少，從而使成人高等教育生源競爭愈演愈烈。作為其中的開放教育面臨的市場競爭也越來越大，開放教育的學生作為渴望知識技能的消費者，他們是在辦學單位的組織職能中的主體，在這樣的大環(huán)境下，學生對學校所提供的服務滿意與否會對學校的生存與發(fā)展產生最直接的影響。

在客戶滿意度理論的基礎上，本文建立學生滿意度測評體系，通過測評體系，辦學單位可以直接獲取學生的需求，知道學生在開放教育消費中的滿意與不滿意所在，可以從中挖掘出潛在的需求，這將對開放教育的服務質量進行改進，并能同時提高教職員工的服務理念，也可以在專業(yè)素質上得到大力的提升，從而保證開放教育的辦學質量，也會促進其大力創(chuàng)新并與時俱進，學校管理者可以通過研究學生滿意度做出正確決策，進而改進服務體系，使學校的發(fā)展呈良性循環(huán)態(tài)勢。

2　數據挖掘與聚類分析

2.1數據挖掘概述

數據挖掘（data mining）是一種從大量、模糊原始的數據中獲取隱含的并且有價值的信息［1］。它與傳統(tǒng)的數據分析有著根本的區(qū)別，它是在沒有確定假設的情況下發(fā)現潛在的信息和知識，挖掘出的結果是一些不能靠直接觀察判斷，甚至跟直覺背離的有效實用的信息，并根據挖掘的結果做出相應的決策。數據挖掘是一門具備了描述和預測功能學科的分支，近年來，已經在很多領域進行了成功的應用，例如房地產、電商、保險等行業(yè)。

數據挖掘有很多種方法，比如聚類分析、關聯(lián)規(guī)則和分類等［2］，本文中筆者運用聚類分析的方法，對采集到反映開放教育的學生滿意度的數據進行挖掘。

2.2聚類分析介紹

聚類就是依照事情相關屬性，將事物聚集成類，聚類之后，數據將被劃分為組，也稱為簇，在每一組中，組內的數據相似，而不同組之間的數據盡可能不相似［3］。在實際應用中，我們可以用聚類分析的方法分析市場，描述相應的消費者群體信息，可以有針對性的措施對待不同的消費者人群采用不同的策略而贏得市場，比如，根據一個消費者的網上購買記錄，可以挖掘出她的消費類型與消費能力，這樣商家可以通過網頁推送她可能感興趣的商品以增加銷售量。

通常的聚類方法有快速聚類、分層聚類和兩步聚類等［4］，本文采用了快速聚類的方法對數據進行分析。

3　數據準備

3.1數據采集

根據筆者多年開放教育的工作實踐，本研究采用了學生滿意度調查問卷，在問卷中，專業(yè)班級作為觀測分類，一級指標分為3類：管理服務、教學服務和學習環(huán)境，其中管理服務中細分為：班主任服務、考務服務和后勤服務；教學服務細分為：面授教學、實踐指導和網上教學資源；學習環(huán)境細分為校園教室條件、教學設備水平和人文關懷程度，這二項指標分別從軟硬件方面全方位涵蓋了開放教育辦學過程的主要環(huán)節(jié)，有核心的9個問題，題目的答案分別設置為3個等級：非常滿意、滿意和不滿意，在數據化的過程中，分別為3、2、1來代替。本研究中設計的滿意度指標體系如表1所示。

表1　開放教育學生滿意度指標

本問卷填寫的對象為宣城廣播電視大學2015秋季388名本專科畢業(yè)生，對象的選擇基于畢業(yè)生在3年的學習中，對辦學單位有著全方位的感受，經歷切實具體，反映在問卷上的回答較有說服力。

本研究的數據采用統(tǒng)計軟件SPSS13.0按步驟進行分析。

3.2數據清洗

在數據準備的過程中，數據清洗是很有必要的，否則會影響挖掘的效果［5］，筆者在數據準備中刪掉了漏填嚴重的數據，這樣的數據不能真實地反應事實；刪除問卷填寫上超出設定答案的樣本；最終為有效樣本情況，有效樣本總量為361份。

將問卷數字化過，在SPSS中創(chuàng)建一個實驗數據表，建立實驗數據。

4　聚類分析在開放教育學生滿意度中的應用

4.1分析過程

使用統(tǒng)計分析軟件SPSS for windows13.0版中聚類分析中的快速聚類功能處理數據樣本，根據聚類分析的步驟，筆者根據研究目標打算將9個指標全部納入聚類變量，考察各個變量的影響程度，同時確定3個目標分類，即非常滿意、滿意、不滿意，標簽觀測量選定為專業(yè)班級，迭代最大次數設置為10，統(tǒng)計的結果要求顯示初始聚類中心、方差分析表和每個觀測量的聚類信息，分析結果如表2，3。

表2　最終聚類中心間的距離

表3　最終聚類中心

4.2試驗結果分析

從表2最終聚類中心間的距離可以看出，這3類之間的距離都比較遠，已經很好地對各條樣本做了分類；從最終聚類中心可以看出，在第一類中，各項指標都是處于非常滿意的狀態(tài)，在第二類中，網上教學資源和教學設備水平均為不滿意狀態(tài)，第三類的各項指標處于滿意狀態(tài)；從聚類結果（表3）來看，第一類中有72條有效樣本，第二類中有227條樣本，第三類中有62條樣本，丟失0條，結合最終的聚類中心，可以得出，大多數學生對網上教學資源和教學設備水平都接近于不滿意的狀態(tài)。

5　結論與建議

通過問卷調查與數據分析，本文展現了開放教育學生滿意度的基本因素狀態(tài)，可以得出基本結論是學生整體滿意度較高，滿意及以上的比例達到83%，在管理服務方面的滿意度是比較高的，可以說明教師的服務是周到有效的，在網上教學資源和教學設備兩項中，大多數的學生滿意度不高，通過網上體驗和實地調查，發(fā)現電大在線上有些課程的資料是10年前就已經出現，而且更新的量不大；在優(yōu)美的校園環(huán)境中，機房和多媒體的設備相對陳舊，有一定的損壞程度，導致學生的感受差，從聚類結果的詳表中看，不滿意的學生的專業(yè)班級中計算機類、護理類等對教學設備需求較強的班級學生所占比例較高。

［1］閔超，孫建軍.學科交叉研究熱點聚類分析［J］.圖書情報工作，2014，（01）：109-116.

［2］韓家煒，等.數據挖掘概念與技術［M］.北京：機械工業(yè)出版社，2012：316-320.

［3］陳超.基于數據挖掘的個性化學習模式研究［J］.電子設計工程，2013，21（12）：20.

［4］陳封能，等.數據挖掘導論［M］.北京：人民郵電出版社，2011：21-26.

［5］張文彤，鄺春偉.SPSS統(tǒng)計分析基礎教程［M］.北京：高等教育出版社，2015：32-33.

責任編輯：胡德明

Research on Students’Satisfaction Degree of Open Education Based on Clustering Analysis——A Case Study of Xuancheng Radio and Television University

Qu Huali，Pei Yunxia
（Xuancheng Vocational&Technical College，Xuancheng 242000，China）

In the big data era，data mining technology has been applied into various fields，which is of important application value in data analysis and can satisfy users in acquiring potential knowledge.Since students are the lifeline of a school，providing them with good teaching and life services has become a decisive factor affecting the competitiveness of the school.The article，from the perspective of students’degree of satisfaction，finds out the clustering center with cluster analysis technology，and makes a systematic analysis of the students’satisfaction with various services in open education so as to provide evidence for the management and decision-making of the school administrators.

data mining；clustering；students’satisfaction

TP311

A

1672-447X（2016）03-0026-003

2016-01-10

安徽廣播電視大學青年教師科研項目（qn15-18）

瞿華禮（1980-），安徽霍邱人，宣城職業(yè)技術學院講師，研究方向為數據挖掘；裴云霞（1981-），安徽宣城人，宣城職業(yè)技術學院講師，研究方向為軟件開發(fā)。